Do 2030 roku centra danych obsługujące sztuczną inteligencję mogą pochłaniać ilość wody równą rocznym potrzebom 1,3 miliarda osób, a ich zapotrzebowanie na energię elektryczną ma niemal potroić się – wskazują naukowcy z Uniwersytetu ONZ (UNU).
Eksperci zwracają uwagę, że obecne oceny wpływu AI na środowisko są niewystarczające, gdyż skupiają się jedynie na emisji gazów cieplarnianych, pomijając kluczowe aspekty, jak zużycie wody czy zajmowanie powierzchni pod centra danych i infrastrukturę energetyczną.
Prognozy mówią, że w 2030 roku światowe centra danych będą konsumować aż 945 terawatogodzin energii rocznie, co jest niemal trzykrotnością zużycia energii przez Pakistan, Bangladesz i Nigerię łącznie. Z kolei ślad wodny sięgnie 9,3 biliona litrów, a powierzchnia wykorzystywana przez centra danych i powiązaną infrastrukturę przekroczy 14,5 tys. km² – czyli dwukrotnie większą od obszaru Dżakarty, miasta zamieszkanego przez ponad 32 miliony osób.
Co więcej, infrastruktura związana ze sztuczną inteligencją może do 2030 roku wygenerować nawet 2,5 miliona ton elektrośmieci rocznie.
W raporcie podkreślono, że niektóre odnawialne źródła energii, choć ograniczają emisje CO2, prowadzą do wzrostu zapotrzebowania na wodę lub powierzchnię terenu. Oznacza to, że niskoemisyjne technologie często przenoszą presję z jednego zasobu ekologicznego na inny.
Specjaliści z UNU wskazują, że dziś największym konsumentem energii przez AI nie jest już trenowanie modeli, lecz ich codzienne działanie. Proces generowania odpowiedzi na zapytania, zwany inferencją, odpowiada za 80-90% całkowitego zużycia energii przez systemy sztucznej inteligencji.
Sam ChatGPT obsługuje około 2,5 miliarda zapytań dziennie, co przekłada się na roczne zużycie energii na poziomie około 383 GWh. Jego ślad wodny odpowiada natomiast rocznym potrzebom około 500 tysięcy domów w Afryce Subsaharyjskiej.
Badania ujawniły również, że różne typy zadań wykonywanych przez AI różnią się pod względem zużycia zasobów. Na przykład wygenerowanie jednego obrazu przez AI może potrzebować aż 1450 razy więcej energii niż przeprowadzenie prostej analizy tekstu, podczas gdy stworzenie krótkiego filmu wykorzystując sztuczną inteligencję może zużyć tyle energii, ile sprawdzenie 200 tysięcy wiadomości antyspamowych.
Te dysproporcje obrazują tzw. paradoks Jevonsa, według którego wzrost efektywności technologii często prowadzi do jej większego użytkowania, co może niwelować oszczędności wynikające z poprawy wydajności.
Kolejny problem to koncentracja mocy obliczeniowej AI – ponad 90% specjalistycznych centrów znajduje się jedynie w dwóch krajach: USA i Chinach. W tym samym czasie ponad 150 państw nie posiada własnej infrastruktury obliczeniowej, mimo że ponosi koszty związane z wydobyciem surowców i utylizacją elektronicznych odpadów.
W podsumowaniu raportu podkreślono, że nie jest on krytyką sztucznej inteligencji, która usprawnia życie milionów osób na całym świecie, ale apelem o rozwój AI w sposób zrównoważony i dostosowany do ograniczeń naszej planety. Szczególne znaczenie ma pełne uwzględnienie wpływu AI na środowisko, wliczając w to nie tylko emisję CO2, lecz także zużycie wody, energii oraz powierzchni pod infrastrukturę w całym cyklu życia technologii.
Dodatkowo eksperci zaznaczają, że korzyści i obciążenia związane z rozwojem AI są obecnie nierównomiernie rozłożone społecznie i geograficznie. Konieczne jest więc bardziej sprawiedliwe dzielenie tych efektów, aby także społeczności dostarczające surowce i ponoszące koszty środowiskowe miały lepszy dostęp do zysków płynących z nowych technologii.
UNU to międzynarodowy ośrodek badawczy i think tank pod egidą ONZ, z główną siedzibą w Tokio.
